用途：处理 DESeq2 或 edgeR 的差异表达结果，完成提取、过滤、注释与导出，便于识别显著基因并供通路分析等下游使用。
主要能力：
- 提取结果：DESeq2 用 results(dds) 并可选 alpha 阈值与 lfcShrink 收缩；edgeR 用 topTags(qlf, n = Inf)$table；可转为数据框并补基因列。
- 过滤显著基因：按 padj/FDR 阈值（如 <0.05、<0.01）、按 |log2FoldChange| 阈值、区分上调/下调，支持多条件组合过滤。
- 排序：按调整后 p 值、绝对倍数变化或 baseMean 排序。
- 汇总统计：summary(res)、decideTests，或手动统计检验数、显著数、上下调数。
- 基因注释：用 org.Hs.eg.db/org.Mm.eg.db 的 mapIds 映射 SYMBOL、ENTREZID、GENENAME；或用 biomaRt 的 getBM；或合并自定义注释文件。
- 导出：写 CSV、用 openxlsx 生成多工作表 Excel、导出通路分析基因列表（txt）及 GSEA 所需 .rnk 文件。
- 方法比较：取 DESeq2 与 edgeR 显著基因交集/差集，可用 VennDiagram 绘制重叠图。
- 多重检验校正：DESeq2 默认 BH，可用 IHW，或手动 p.adjust（bonferroni/BH/fdr）。
- NA 处理：统计并剔除 padj 为 NA 的基因，检查离群与低计数过滤原因。
使用方式：在 R 中加载 DESeq2（或 edgeR）与 dplyr，按资料示例调用上述函数即可；命令需按原文保持不变。
适用场景：RNA-seq 差异表达下游整理，如挑显著基因、做富集/通路分析与结果导出。
限制：资料仅提供 R 代码用法，未提供运行环境要求、安装步骤、定价或性能数据；实际结果取决于上游分析设置与数据质量。